文書・ナレッジのAI活用事例

【成果】 導入から1年間で、全社員合計で18.6万時間の労働時間削減を達成しました。1回あたりの利用で平均約20分の業務短縮につながっており、検索エンジン代わりの単純な用途から、戦略策定や商品企画といった高度な活用へと社員のAIスキルも向上しています。 また、懸念されていた情報漏洩や著作権侵害などの問題も一切発生していません。品質管理領域に特化したAI機能についても、社員から5点満点中3.5点という高い評価を獲得しています。今後は、自社データを構造的に整備する「パナソニック コネクトコーパス」の構築を進め、人事や社内ITサポートなどより幅広い業務領域への展開を目指すとしています。

【成果】 検証フェーズの実施により、従来は目視や手作業で精査していたリリースノートからの非互換情報抽出作業において、所要時間を約65%削減するという大きな成果を達成しました。膨大なドキュメントの確認にかかる時間と労力を大幅に軽減し、効率的なシステム移行の道筋をつけています。 今後は、この品質評価結果をもとに、大規模金融システムの知見を活かしてグループ内のさまざまなシステム開発プロジェクトへ適用範囲を広げ、さらなる生産性向上と安定稼働の両立を目指していく方針です。

【成果】 2024年6月末より、コンタクトセンターのメール回答業務において生成AIの本番利用が開始されました。今後は年内を目処に、同様の生成AIをチャットでの問い合わせ対応にも展開し、業務用アプリケーションへのAPI組み込みを行う予定です。これらの取り組みにより、最終的にはオペレーターの問い合わせ対応にかかる時間が最大で60％程度短縮される見込みとなっており、顧客の利便性向上と業務の大幅な効率化が期待されています。

【成果】 本機能は、大阪市教育委員会との連携協定のもと、2024年9月より大阪市立小中学校の一部で先行利用が開始される予定です。対話型生成AIが教員のアシスタントとして機能することで、教員の業務負担を軽減しつつ、子どもたち一人ひとりに合った学習支援を実現することが期待されています。 今後は、動画教材の視聴情報や授業中のノート、画像など様々な種類のデータを統合し、それらの分析結果を対話型生成AIと組み合わせる計画です。実証研究を通じて効果的な事例を創出し、安全で安心な学校生活と個別最適な学びの提供に向けた取り組みが推進されています。

【成果】 AIが乱気流の発生する特徴量を的確に捉えることが可能となり、日本上空の予測モデルにおいて86%という高い正答率を実現しました。従来の予測手法では乱気流の報告情報と予測位置が一致しないことがありましたが、新システムではこれらが正確に一致することが確認されています。 ANAは本システムを正式導入することで、運航における安全性と快適性の向上を実現し、お客様が安心して搭乗できる環境の強化に繋げています。

【成果】 「JAL-AI」の導入により、2024年度には実質100%の間接部門社員が同ツールを利用するまでに普及し、社内業務の効率化に大きく貢献しています。 さらに、この基盤を応用して空港業務に特化した「空港JAL-AI」も新たにリリースされました。現在、チェックインカウンター等での危険物検索、イレギュラーアナウンス文章生成、ラウンジ入場条件検索などのアプリとして活用されています。 実証実験のアンケートでは、グランドスタッフの90%以上が「お客さまへの回答速度が向上した」「アナウンス文章の作成速度が向上した」と回答し、ラウンジスタッフの70%以上からも回答速度の向上が評価されるなど、現場のサービス品質向上に直結する成果を上げています。今後は、一つのインターフェースでさまざまな業務に使えるAIの実現を目指し、APIを介した業務システム連携や社内ポータル情報のクローリングなど、さらなる進化が予定されています。

【成果】 ツールの導入により、膨大なテンプレートの検索が容易になったことで、2024年4月入社の新人が早期に業務デビューを果たしました。 新人がベテランを超える数の問い合わせメールに対応できるようになるなど、早期戦力化に大きく貢献しています。業務品質の担保とスピードの維持が実現されつつあり、今後は自動化によって創出された時間を活用し、顧客一人ひとりに寄り添った「人間味のある一言」を添えるなど、さらなる顧客満足度の向上を目指していくとしています。

【成果】 2024年4月時点で、全社員の約50％が「Aflac Assist」を使用しており、監査部門では使用率100％、コーポレート部門でも70％以上を達成しました。コールセンターのオペレーターの応答時における資料検索時間は、従来比で約30％短縮されています。また、社内アンケートでは、社員の資料作成時間も30～40％短縮されたという結果が出ています。 業務効率化によって創出された時間を、営業や新商品開発、顧客と向き合う時間に充てることが期待されています。

【成果】 生成された回答テンプレートは実際のカスタマーセンター業務で利用が開始されており、安全性を担保しながら対応業務の効率化と品質の平準化が進められています。今後は、生成AIのハルシネーションをさらに軽減させる技術開発を継続し、最終的にはメール回答の完全な自動生成の実現を目指していくとしています。

【成果】 試験運用において自動車保険に係る照会を対象に検証した結果、高い精度が認められました。その後、対象商品を火災保険や傷害保険等にも拡大して検証を行ったところ、約8〜9割のケースで「AI Search Pro」の有用性が確認されました。 定量的な成果として、社員が1件あたりの回答作成に要する時間が約4割削減されるという大きな業務効率化を実現しています。この結果を受け、全営業部店および代理店ヘルプデスク等への本格導入が開始されました。今後は、コンタクトセンターにおける照会応答業務への転用や、グループ会社への横展開を通じて、さらなるシナジー創出を目指していくとしています。

【成果】 2024年4月から一部の店舗で本番利用を開始し、これまで行員が手作業で行っていた融資稟議書の作成にかかる作業時間を95%削減するという劇的な成果を上げています。 今後は全店での運用開始に向けて、アプリケーションの精度向上やサブシステムからのデータ連携をさらに進めていく予定です。また、融資業務以外のさまざまな銀行業務にも生成AIの適用を拡大し、商品・サービスの向上や継続的な業務効率化を目指しています。

【成果】 導入後、月間アクティブユーザーは約90％に達し、毎日のように利用する社員は2,000人近くに上っています。業務時間の削減効果は1カ月あたり約1万時間、コスト削減効果は年間約12億円に達しました。 現場からは「数時間かかっていた契約書の比較や決算書の分析が約30秒で完了するようになった」との声が上がっており、タイムマネジメントの改善や新規事業のアイデア出しの迅速化といった定性的な変化も生まれています。

【成果】 実証実験の結果、客室乗務員の引き継ぎレポート作成時間を最大で3分の1に短縮することに成功しました。これにより、乗務員が旅客サービスに注力できる時間を新たに創出しています。また、AIがJAL仕様の標準的なレポートを生成することで、内容の修正発生率が低下し、管理者を含めたレポート業務全体の工数抑制にもつながりました。 今後は、対象となるレポートの種類を拡大し、全客室乗務員への展開を目指してプロジェクトを推進しています。

【成果】 生成AIチャットボットの導入により、24時間いつでも迅速な問い合わせ対応が可能となりました。技術サポートに関する問い合わせでは、これまで平均1時間かかっていた回答スピードが平均40秒へと短縮され、待ち時間を98%削減することに成功しています。 また、カスタマーサービスに関する問い合わせにおいても、オペレーターが個別に対応して平均321秒かかっていた処理が平均10秒へと短縮され、97%の削減を実現しました。これにより、顧客の待ち時間というムダが大幅に解消され、必要な情報をスムーズに得られる体験を提供できるようになりました。今後は対応領域をさらに拡大し、納期や出荷・配送状況の回答、チャット上での処理完結など、サービスの拡充を進めていく展望が示されています。

【成果】 生成AIを活用した「照会サポート」の導入により、当初50％だったAIの正答率はPoCを経て80〜90％まで大幅に向上しました。オペレーターが短時間で適切な案内を行えるようになったことで、管理者へのエスカレーション回数が減少し、管理者1名で6名のオペレーターを管理できる体制の実現が見込まれています。 また、応答記録の自動生成機能により、これまで9分かかっていた後処理時間が6分へと短縮され、コールセンター全体の生産性が大きく向上する成果を得ています。同社は今後、CRMシステムや音声認識技術との連携を進め、将来的にはボイスボットを活用した自動応答による次世代のコールセンター構築を目指すとしています。